- 博客(13)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 吴恩达机器学习 笔记九 PCA降维
1.数据降维 数据降维的动力主要来自数据压缩和数据可视化。下图中的数据虽然是在一个三维空间里，但是用一个二维的平面基本上就是可以描述出来的，所以我们可以把数据降到二维。 2.PCA算法第一步是均值归一化。我们需要计算出所有特征的均值，然后令 。如果特征是在不同的数量级上，我们还需要将其除以标准差 。 第二步是计算协方差矩阵（covariance matrix）： 第三步是计算...
2018-11-21 18:47:36
376
原创 吴恩达机器学习 笔记八 K-means聚类算法
1. 代价函数 K-means算法是比较容易理解的，它属于无监督学习方法，所以训练样本数据不再含有标签。我们假设有样本数据x(1),x(2),⋯,x(m)x(1),x(2),⋯,x(m)x^{(1)},x^{(2)},\cdots,x^{(m)}，我们选择设置KKK个聚类中心u1,u2,⋯,uKu1,u2,⋯,uKu_1,u_2,\cdots,u_K，K-means算法的代价函数表达式如下 ...
2018-09-16 17:02:20
260
原创 吴恩达机器学习 笔记七 支持向量机svm
1. 线性svm1.1 代价函数 吴恩达的svm课程中由logisitic回归讲起，将logistic回归中的代价函数转换成图中的形式。刚开始的时候我自己很疑惑这个地方：为什么代价函数要变成这个样子又为什么代价为零的地方要是z=1和−1z=1和−1z=1和-1,不是z=2,3,4……z=2,3,4……z=2,3,4…… 直到好好研究了一番svm的几何意义才明白这样做的意义...
2018-09-16 13:24:34
672
原创 吴恩达机器学习 笔记六 模型选取、偏差和方差诊断、学习曲线
1. 用交叉验证来选取模型 假设模型要在10个不同阶次的二次型之间选取，主要有几个要点：（1）在训练集和测试集之外再增加交叉验证集（2）使用训练集训练模型（3）使用交叉验证机确定模型（4）使用训练集评价模型 数据分集：将60%的数据作为训练集，20%作为交叉验证集，剩下的20%作为测试集 训练模型：使用训练集训练出10个模型 确定模型：使用交叉验证集分别对10个模...
2018-09-12 14:52:27
574
原创 吴恩达机器学习 笔记四 正则化
正则化这个问题是比较好理解的。1. 理解机器学习的目标机器学习的目标是应用，拟合或分类训练数据只是一个学习的过程。我们的目标是训练得到的模型在应用的过程中能够比较好的泛化，所以在训练的过程中，我们需要追求一个中庸的状态，这可能不单单是机器学习的问题，而是一个比较普遍的道理。中庸就意味着差不多，意味着既不要过于精确，也不要误差过大。 图中最左侧为欠拟合，即误差过大。最右...
2018-09-12 10:20:17
234
原创 机器学习之线性代数基础二 向量内积、平面表达式的几何意义
1. 向量内积 向量内积除了我们常用的坐标表示的计算方法之外，还有另外一种不太常见用向量的二范数计算的方法。假设有向量u⃗ ,vu→,v\vec{u},v之间的夹角为θθ\theta，那么u⃗ Tv=||u⃗ ||||v⃗ ||cos(θ)u→Tv=||u→||||v→||cos(θ)\vec{u}^{T}v=||\vec{u}||||\vec{v}|...
2018-09-09 11:21:20
1776
原创 机器学习之线性代数基础一 矩阵乘法、秩、特征值、特征向量的几何意义
写篇文章把自己对矩阵乘法的理解记录一下，有不对的地方欢迎指正。1. 矩阵的列 在多数情况下，提到一维向量我们都会说列向量，为什么这么说呢，其实这里是有原因的。...
2018-09-05 22:39:25
4594
原创 吴恩达机器学习 笔记五 BP神经网络
由于硕士期间上过这门课，对神经网络已经很熟了，一些细枝末节就不从头说了。这篇文章只记录我的知识水平之上的一些要点。先祭出两篇大牛文章：1.神经网络结构...
2018-09-02 15:07:35
929
原创 c语言重要知识点总结
关键字sizeofsizeof是关键字，不是函数static1.static两个作用：限制作用域(本文件)，延长生命周期 - 静态全局变量：作用域仅限于变量被定义的文件中，其他文件即使用extern声明也没法使用他。 - 静态局部变量：由于被static修饰的变量总是存在内存的静态区，所以即使这个函数运行结束，这个静态变量的值还是不会被销毁，函数下次使用时仍然能用到这个...
2018-08-28 19:03:53
795
原创 python numpy基本操作总结
1.维度相关.ndim ：维度 .shape ：各维度的尺度 （2，5） .size ：元素的个数 10 .itemsize ：每个元素的大小，以字节为单位 reshape()>>> np.zeros([2,3])array([[ 0., 0.,
2018-08-28 18:49:40
364
原创 吴恩达机器学习 笔记二 回归regression
hθ(x)=θ0+θ1xhθ(x)=θ0+θ1xh_{\theta}(x)=\theta_{0}+\theta_{1}x J(θ0,θ1)=12m∑i=1m(hθx(i)−y(i))2J(θ0,θ1)=12m∑i=1m(hθx(i)−y(i))2J(\theta_{0},\theta_{1}) = \frac{1}{2m}\sum_{i=1}^{m}(h_\theta x^{(i)}-y^...
2018-08-19 11:23:49
886
原创 吴恩达机器学习 笔记一 初识AI和对课程的感想
初识机器学习      &amp
2018-08-17 20:57:07
452
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人